Über WelchesLLM
Weil 2026 die Mehrheit der Menschen noch immer glaubt, dass „KI nutzen“ bedeutet, „seine Daten an OpenAI zu schicken“. Diese Website gibt es, um zu zeigen, dass es einen anderen Weg gibt, und diesen auf Französisch zugänglich zu machen.
Die Beobachtung
Heute können 80 % der Menschen ein lokales LLM nutzen, ohne einen Server zu kaufen. Eine RTX 3060 für 350 € führt Mistral 7B mit 40 Tokens pro Sekunde aus. Ein MacBook M2 führt eine quantisierte Version von Llama 3.1 70B aus.
Aber zwischen possible et accessible, es gibt einen Abstand. Die Dokumentation ist zerstreut, oft auf Englisch, oft veraltet innerhalb von einem Monat. Es ist dieser Abstand, den man versucht zu schließen.
Das Versprechen
Eine Website, die auf eine einfache Frage antwortet: Funktioniert es bei mir und wie?. Keine Modellgalerie, keine Schicht über Ollama.
Ein Konfigurator, der Ihre Hardware versteht. Anleitungen, die funktionieren. Ein Katalog, der ehrlich sagt, was in den VRAM passt und was nicht. Benchmarks, die wir tatsächlich gemessen haben.
Nos unverzichtbar
Die Grenzen, die wir nicht überschreiten werden, selbst wenn sie es schwieriger machen, das Projekt rentabel zu betreiben.
Wer steht dahinter?
Ich heiße Mohamed Meguedmi, ich bin Unternehmer. In jedem der Unternehmen, die ich gegründet habe, ist KI zu einem Alltagswerkzeug geworden – Programmierung, Schreiben, Analyse, Support. Doch meine Prompts an OpenAI oder Anthropic zu senden, wurde für mich schnell zum Problem: sensible Kundendaten, Kosten, die mit der Nutzung steigen, Abhängigkeit von einem Anbieter, der seine Regeln von einem Tag auf den anderen ändern kann.
Ich bin deshalb auf lokale Lösungen umgestiegen — Ollama, llama.cpp, LM Studio, je nach Rechner und Anwendungsfall. QuelLLM.fr ist das Testnotizbuch, das ich für mich selbst geführt habe: welches Modell auf welche Karte passt, welche Quantisierung man beibehalten sollte und welcher genaue Befehl Fallstricke vermeidet. Ich habe es öffentlich zugänglich gemacht, weil ich kein vergleichbares Angebot auf Französisch gefunden habe. Kein Unternehmen, kein Team — nur diese Website, die ich im Zuge meiner Tests aktualisiere. Mich auf LinkedIn finden.
Das Projekt lebt. Ein Test, ein Leitfaden, eine Korrektur – jedes Mal, wenn sich die lokale KI weiterentwickelt, findet das hier seinen Platz.
Möchten Sie helfen, ein Modell vorschlagen oder einen Fehler melden?